Refine
Year of publication
Document Type
- Part of a Book (26)
- Contribution to a Periodical (17)
- Article (9)
- Conference Proceeding (4)
- Lecture (4)
- Book (3)
- Working Paper (3)
- Report (2)
- Internet Paper (1)
Language
- German (69) (remove)
Is part of the Bibliography
- no (69)
Keywords
- 7. EU-Forschungsrahmenprogramm (1)
- Aachener PPS-Modell (1)
- Additive Fertigung (1)
- Anlagenbau (1)
- Anlaufmanagement (1)
- Auftragsabwicklung (5)
- Automobilindustrie (2)
- Beratung (1)
- Bestandsmanagement (1)
- Bewertung (1)
Institute
- Produktionsmanagement (69) (remove)
Die verarbeitende Industrie in Deutschland steht vor der Transformation von der bisher vorherrschenden ökonomisch orientierten Produktion hin zu einer nachhaltigen Produktion. Durch die Anpassung von Parametern der Produktionsplanung und -steuerung, wie z. B. der Losgröße durch u. a. die Konsolidierung von Transportaufwänden oder geringe Reinigungsaufwände, kann dabei eine nachhaltigere Produktion erreicht werden. Hierfür wurde mittels einer systematischen Methodik ein digitaler Schatten konzeptioniert, der eine nachhaltige Konfiguration von Losgrößen ermöglicht. Dafür erfolgen eine Aggregation von Daten aus verschiedenen Informationssystemen und die Simulation des Verhaltens eines Produktionssystems bei veränderten Losgrößen. Diese ermöglichen eine optimierte Auslegung der Losgröße, basierend auf ökonomischen und ökologischen Zielgrößen.
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.
Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.
Eine wesentliche Bedingung zur Optimierung der Wertschöpfungsprozesse ist die Transparenz über die leistungsbestimmenden Faktoren eines Unternehmens. Die Ermittlung dieser Faktoren stellt für viele Industriebetriebe eine Herausforderung dar. Im Rahmen der Veröffentlichung wird daher eine Vorgehensweise zur systematischen Identifikation von Einflussfaktoren der Unternehmenskennzahlen vorgestellt, welche die Grundlage zur Ableitung von individuellen Stellhebeln zur Steigerung der Unternehmensleistungsfähigkeit darstellt.
Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen
In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.
Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung
Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.
Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen
Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.
Die Blockchain-Technologie (BCT) ist eine der vielversprechendsten Technologien der Gegenwart, die in Zukunft insbesondere für produzierende Unternehmen eine noch größere Bedeutung haben wird, um die unternehmensübergreifende Zusammenarbeit zu verbessern und Prozesse gegenüber dem Kunden transparenter zu gestalten. Trotzdessen wird die BCT als vertrauensschaffendes Instrument noch nicht in der Breite angewendet. In diesem Beitrag werden neben den Potenzialen die Herausforderungen für den Einsatz der BCT erörtert und auf Basis des St. Gallener Management-Modells ein Lösungskonzept hergeleitet, welches dem potenziellen Anwender der BCT mögliche Anwendungsszenarien aufzeigt.
Aktuell ist noch nicht geklärt, wie sich das Zusammenwirken von Menschen und betrieblichen Anwendungssystemen bei der Bearbeitung der Aufgaben der PPS nach der Umsetzung von Industrie 4.0 entwickelt. Zur Systematisierung der Auswirkungen von Industrie 4.0 auf die PPS werden in diesem Beitrag die sechs Reifegradstufen des acatech Industrie-4.0-Maturity-Index mit der Aufgabensicht des Aachener PPS-Modells kombiniert und die Reifegradstufen für ausgewählte Unteraufgaben der PPS spezifiziert.
Schlüsselfaktoren für den industriellen Einsatz Additiver Fertigung in produzierenden Unternehmen
(2020)
Die Additive Fertigung (AM) ist insbesondere als Hilfsmittel bei der Produktentwicklung weit verbreitet. 71 Prozent der produzierenden Unternehmen setzen AM für die Fertigung von Prototypen und Pilotserien ein. Derzeit eignet sich AM jedoch nicht mehr nur für die Fertigung von Prototypen und Pilotserien, sondern gewinnt auch zur Herstellung von Endprodukten aus metallischen Werkstoffen an Bedeutung. Der vorliegende Beitrag verfolgt das Ziel, Schlüsselfaktoren zu identifizieren, die den industriellen Einsatz von AM in produzierenden Unternehmen am stärksten prägen. Damit wird zugleich die Grundlage geschaffen für ein systematisches Vorausdenken der Zukunft.
The number of cyber-attacks on small and medium enterprises (SMEs) is constantly increasing. SMEs do not recognize the attacks until the damage has occurred. Only then, they fight with measures to increase IT-security and IT-safety. Many studies come to the point that this refers to a lack of budget, expertise and awareness of the need for IT-security. There are many compendia with recommendations for action, but they are too comprehensive and unspecific to the individual needs of SMEs. In this paper, we present the results of a research activity on the gaps that address the challenges faced by SMEs. In addition, we develop a concept for a serious gaming approach that includes an economic perspective on IT-security measures and shows how SMEs can derive their own IT-seurity target state
Störungen und Änderungen des Produktionssystems führen zu Kosten und Aufwänden, bieten jedoch auch die Chance zur kontinuierlichen Verbesserung.
Um Änderungsanfragen zu erfassen, können etablierte Ansätze genutzt werden. Diese vernachlässigen jedoch die Anforderungen, denen sich ein Produktionssystem im Zeitalter der Digitalisierung ausgesetzt sieht. Der vorliegende Beitrag stellt einen Ansatz zur standardisierten Erfassung von Änderungsanfragen vor, welcher die Ausgangsbasis für die Bewertung von Änderungsanfragen in bestehenden IT-Systemen bietet.
Die Dezentralität ist einer der bedeutsamsten Aspekte der Blockchain-Technologie. Dennoch gibt es große Unterschiede in der Dezentralität verschiedener Blockchain-Applikationen. Ziel der vorliegenden Arbeit ist es, eine strukturelle und funktionelle Durchdringung des Aspekts der Dezentralität zu erreichen und Eigenschaften zu finden, die es ermöglichen verschiedene Blockchain-Applikationen in ihrer Dezentralität zu differenzieren. Der vorliegende Beitrag legt dar, dass die Datenverteilung und die Zugangsberechtigungen (Lese- und Schreibzugang) entscheidende Eigenschaften für die Dezentralität der Blockchain Applikationen sind. Diese Eigenschaften werden mithilfe eine morphologische Analyse untersucht und es wird ein detaillierter Überblick über die verschiedenen Ausprägungen der genannten Eigenschaften und der Auswirkungen auf die Dezentralität gegeben.
Industrie 4.0 bringt enorme Veränderungen und bietet große Verbesserungspotenziale für die Produktionsplanung und -steuerung. Aufbauend auf dem Aachener PPS-Modell wird in diesem Beitrag in Anlehnung an den Industrie-4.0-Maturity-Index der acatech eine reifegradbasierte Untersuchung der Entwicklung der Produktionsplanung und -steuerung im Kontext von Industrie 4.0 präsentiert.
Unvorhergesehene Störungen gefährden in vielen Fällen den Kundenliefertermin. Die Produktionssteuerung hat die Aufgabe, effektiv und effizient auf diese kurzfristigen Störungen zu reagieren. Der Entscheidungsprozess beruht jedoch häufig auf einer qualitativen Analyse einer komplexen Situation anhand subjektiver Einschätzungen durch den Produktionsplaner. Zur Verbesserung der Entscheidungsfindung stellt dieser Beitrag eine App vor, die auf Basis von Echtzeitdaten und einer Simulation des Produktionssystems eine quantitative Entscheidungsfindung ermöglicht.
Ziel des Forschungsvorhabens war die Erhöhung der Effizienz und Effektivität von Suchanfragen in ERP-Systemen. Dabei sollte der Aufwand für den Nutzer reduziert und die Qualität der Ergebnisse verbessert werden. Die Erreichung der Ziele wurde durch die Entwicklung einer selbstlernenden, kontextbasierten Suchmaschine für ERP-Systeme realisiert. Mit der Berücksichtigung des Kontexts einer Suchanfrage, des Benutzerverhaltens und einer Ergebnisbewertung durch den Anwender wurde die Ergebnisqualität von Suchanfragen kontinuierlich gesteigert. Durch die Entwicklung eines Demonstrators wurde der Nutzen des Konzepts nachgewiesen, indem dieser in verschiedenen Szenarien erprobt und anhand einer Wirtschaftlichkeitsbetrachtung bewertet wurde.
Die Variantenfließfertigung ermöglicht die Herstellung konfigurierbarer Produkte bei kurzen Durchlaufzeiten und geringen Beständen. Im Vergleich zu anderen Organisationsformen der Produktion gestaltet sich die Produktionsplanung und -steuerung aufgrund der Variantenvielfalt als anspruchsvoll. Im vorliegenden Beitrag wird der erste Schritt einer Methodik vorgestellt, welche für die Konfiguration der Reihenfolgeplanung entwickelt wurde.
Die Verschärfung des Wettbewerbsumfelds produzierender Unternehmen und die als Antwort hierauf in den Fokus rückenden agilen Methoden vergrößern die Bedeutung einer effizienten Handhabung von Änderungsprozessen. Am Beispiel des Maschinen- und Anlagenbauers Ortlinghaus zeigt der Beitrag, dass eine Kombination aus ungeeigneten Änderungsprozessen und mangelhaftem IT-Support in der Praxis oft die schnelle und gleichzeitig qualitätsgesicherte Durchführung von Änderungsprozessen verhindert. Der Zielkonflikt aus geringem Zeitbedarf und hoher Prozessqualität lässt sich durch Anpassungen in der IT-Unterstützung reduzieren. Hierdurch können Erfolgsfaktoren für ein effizientes Änderungsmanagement gehoben und die Problemfelder der Workflowunterstützung, Informationsverteilung und Datenhandhabung verbessert werden. Zentrales Hindernis zur Adressierung der Erfolgsfaktoren stellt die aktuell zur Abwicklung von Change Requests genutzte Arbeitsumgebung dar. Der Beitrag präsentiert hierfür als zentralen Lösungsansatz die Internet of Production Infrastruktur. Das Potenzial der Internet of Production Infrastruktur im Kontext des Änderungsmanagements wird anhand von drei Anwendungsbeispielen verdeutlicht. Abschließend wird der Migrationspfad für Unternehmen bei der Einführung eines effizienten Änderungsmanagements aufgezeigt.
Today’s manufacturers are facing numerous challenges such as highly entangled and interconnected supply chains, shortening product lifecycles and growing product complexity. They thus feel the need to adjust and adapt faster on all levels of value creation. Self-optimization as a basic principle appears a promising approach to handle complexity and unforeseen disturbances within supply chains, machines and processes. Therefore it will improve the resilience and competitiveness of manufacturing companies.
This paper gives an introduction to the concept of self-optimizing production systems. After a short historical review, the different levels of value creation from supply chain design and management to manufacturing and assembly are analyzed considering their specific demands and needs for self-optimization. Examples from each of these levels are used to illustrate the concept of self-optimization as well as to outline its potential for flexibility and productivity. This paper closes with an outlook on the current scientific work and promising new fields of action.
Der Begriff „Digitaler Schatten“ steht für ein hinreichend genaues, digitales Abbild der Prozesse, Information und Daten eines Unternehmens. Dieses Abbild wird benötigt, um eine echtzeitfähige Auswertebasis aller relevanten Daten zu schaffen, um hieraus letztendlich Handlungsempfehlungen abzuleiten. Die Bildung des Digitalen Schattens ist damit ein zentrales Handlungsfeld von Industrie 4.0 und stellt die Grundlage für alle weitergehenden Aktivitäten dar.
Wichtige Wachstumsmärkte werden zunehmend durch Handelshemmnisse abgeschottet. Während die Automobilindustrie bereits mit dem Completely Knocked Down (CKD)-Konzept reagiert, indem Erzeugnisse teilzerlegt exportiert und lokal endmontiert werden, fehlen für den Maschinen- und Anlagenbau geeignete Ansätze für die Übertragung. Der vorliegende Artikel leistet dazu einen Beitrag, in dem die relevanten Merkmale einer CKD-Baugruppe definiert und vor dem Hintergrund relevanter Wirkungszusammenhänge ein Vorgehen für die Ableitung idealer Baugruppentypen skizziert wird.
Im Kontext Industrie 4.0 kommt der Erfassung der anfallenden Daten in der Produktion und deren Nutzung eine zentrale Bedeutung zu. Analysen betrieblicher Daten, welche auf verschiedenen Ebenen generiert werden, lassen Rückschlüsse und Erkenntnisse zur besseren Entscheidungsfindung zu. Die Basis für den Einsatz von Verfahren der Datenanalyse und -auswertung stellt ein hinreichend genaues Abbild der relevanten Daten - der Digitale Schatten - in der Auftragsabwicklung, Produktion, Entwicklung oder angrenzenden Bereichen dar.
Im Rahmen des vorliegenden Beitrages wird ein Modell für den Digitalen Schatten in der Auftragsabwicklung vorgestellt, welches die Basis für die Implementierung von Methoden der Datenanalytik darstellt.
Heute begegnen wir den Herausforderungen einer VUCA-Welt mit Flexibilität und Veränderlichkeit in unseren Produktionssystemen. Seit 2012 gerät die Globalisierung ins Stocken. Das Investitionsvolumen zeigt einen Trend der De-Globalisierung. Ein Umdenken muss insbesondere in Deutschland herbeigeführt werden.
Steigende Energiekosten sind ein zunehmendes Risiko für Unternehmen des deutschen Maschinen- und Anlagenbaus. Die Steigerung der Energieeffizienz kann somit zukünftig zu Wettbewerbsvorteilen führen. Aufgrund der Komplexität heutiger Produktionssysteme ist eine Analyse der Wechselwirkungen von Parametern der Produktionsplanung und -steuerung (PPS) auf die Energieeffizienz notwendig, um Maßnahmen zu identifizieren, die eine Steigerung der Energieeffizienz ermöglichen.
Der vorliegende Artikel stellt die Ergebnisse einer Simulationsstudie vor, in welcher der Einfluss der Losgrößenplanung auf die Energieeffizienz im Rahmen einer mehrstufigen Mehrproduktfertigung untersucht wird. Die Ergebnisse der Studie leisten einen Beitrag zum besseren Verständnis der komplexen Zusammenhänge und können als Ausgangspunkt für weitere Untersuchungen zu Wechselwirkungen von Produktionsparametern mit der Energieeffizienz dienen.
Auftragsmanagement
(2014)
Ausgelöst durch einen konkreten Kundenauftrag, plant, steuert und überwacht das Auftragsmanagement sämtliche Aktivitäten der Auftragsabwicklung von der Anfragenbearbeitung über die Konstruktion, den Einkauf, die Fertigung und Montage bis hin zum Versand des fertigen Produkts. Dabei wird im Auftragsmanagement das Ziel verfolgt, die Transparenz der Auftragsabwicklung zu erhöhen und damit die Reaktionsfähigkeit im Hinblick auf unternehmensinterne und -externe Störungen deutlich zu verbessern. Gleichzeitig unterstützt das Auftragsmanagement die Lösung von Interessenskonflikten zwischen verschiedenen Fachbereichen sowie die Ausregelung von Zielkonflikten im Sinne einer effizienten Erfüllung des Kundenauftrags.
Teilaufgaben des Auftragsmanagements sind die Angebotsbearbeitung, die Auftragsbearbeitung sowie die Auftragskoordination und das Auftragscontrolling. In diesem Kapitel werden zunächst die Kernaufgaben des Auftragsmanagements definiert und anschließend die wesentlichen Methoden und Verfahren zur Bearbeitung der verschiedenen Teilaufgaben innerhalb des Auftragsmanagements zusammengestellt. Abschließend werden die Aufgaben des Auftragsmanagements in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
Produktionsprogrammplanung
(2014)
Ziel der Produktionsprogrammplanung ist es, einen hinsichtlich Absetzbarkeit und Realisierbarkeit abgestimmten Produktionsplan über einen langfristigen Planungszeitraum zu erstellen. Dieser Produktionsplan legt verbindlich fest, welche Erzeugnisse durch das Unternehmen in welchen Stückzahlen zu welchen Zeitpunkten bzw. in welchen Perioden produziert werden sollen. Teilaufgaben der Produktionsprogrammplanung sind die Absatzplanung, die Primärbedarfsplanung und die Ressourcengrobplanung. In diesem Kapitel werden zunächst die Kernaufgaben der Produktionsprogrammplanung definiert und anschließend die wesentlichen Methoden und Verfahren zur Bearbeitung der verschiedenen Teilaufgaben innerhalb der Produktionsprogrammplanung zusammengestellt. Abschließend werden die Aufgaben der Produktionsprogrammplanung in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
Die Eigenfertigungsplanung und -steuerung erhält als Eingangsinformation das zu realisierende Eigenfertigungsprogramm aus der Produktionsbedarfsplanung. Das Ziel der Eigenfertigungsplanung und -steuerung ist die Erstellung, Umsetzung und Kontrolle eines detaillierten Ablaufplans für die Fertigung und Montage unter Berücksichtigung der tatsächlich verfügbaren Produktionsressourcen. In ihren Teilaufgaben Losgrößenrechnung, Feinterminierung, Ressourcenfeinplanung, Reihenfolgeplanung, Verfügbarkeitsprüfung und Auftragsfreigabe legt die Eigenfertigungsplanung und -steuerung beispielsweise kostenoptimale Losgrößen und optimale Arbeitsgangreihenfolgen fest.
In diesem Beitrag werden zunächst die Kernaufgaben der Eigenfertigungsplanung und -steuerung definiert und anschließend die wesentlichen Methoden und Verfahren zur Bearbeitung der verschiedenen Teilaufgaben innerhalb der Eigenfertigungsplanung und -steuerung zusammengestellt. Abschließend werden die Aufgaben der Eigenfertigungsplanung und -steuerung in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
Das Produktionsmanagement beinhaltet sämtliche Aufgaben zur Gestaltung, Planung, Überwachung und Steuerung eines Produktionssystems und der betrieblichen Ressourcen Mensch, Maschine, Material und Information. Die strategische Perspektive des Produktionsmanagements antizipiert relevante Veränderungstreiber, stößt die Anpassung der Organisation an veränderte (Umwelt-)Bedingungen an und gestaltet somit die strategische Ausrichtung des Unternehmens auf Basis der auf der normativen Ebene definierten Ziele, Prinzipien und Normen.
Damit spannt das strategische Produktionsmanagement gleichzeitig den Gestaltungsrahmen für die operative Ebene auf. Das operative Produktionsmanagement verfolgt das Ziel, die Produkte und (Dienst-)Leistungen eines Unternehmens in der erforderlichen Menge und Qualität zu einem festgelegten Termin und unter Einsatz des geringstmöglichen Kostenaufwands zu erstellen. Kernaufgaben des operativen Produktionsmanagements sind die Produktionsprogrammplanung, das Auftragsmanagement, die Produktionsbedarfsplanung, die Eigenfertigungs- sowie die Fremdbezugsplanung und -steuerung.
In diesem Beitrag werden zunächst die zentralen Begriffe definiert und der diesem Band zugrundeliegende Ordnungsrahmen des Produktionsmanagements aufgespannt. Danach werden die Aufgaben und Prinzipien des strategischen sowie die wesentlichen Ziele des operativen Produktionsmanagements vorgestellt. Die Kernprozesse des Produktionsmanagements unterscheiden sich in ihrer konkreten Ausprägung in Abhängigkeit vom unternehmensspezifisch vorliegenden Fertigungstyp. Daher werden im Anschluss die vier grundsätzlichen Fertigungstypen der Auftrags-, Rahmenauftrags-, Varianten- und Lagerfertigung definiert und gegeneinander abgegrenzt. Abschließend werden die wesentlichen Daten, Datenarten und -strukturen erläutert, die zusammen mit den aus ihnen abgeleiteten Informationen die Basis für jegliche Aktivität im Rahmen des Produktionsmanagements bilden.
Die Fremdbezugsplanung und -steuerung erhält als Eingangsinformation das zu realisierende Fremdbezugsprogramm aus der Produktionsbedarfsplanung. In diesem Fremdbezugsprogramm ist festgelegt, welche Teile, Baugruppen und Erzeugnisse in welchen Mengen und zu welchen Terminen zu beschaffen sind.
Es werden zunächst die wesentlichen Aufgaben der Fremdbezugsplanung und -steuerung definiert. Abschließend werden die Aufgaben in ihrer zeitlogischen Abfolge in Form eines Referenzprozessmodells modelliert und dabei fertigungstypspezifisch detailliert.
Produktionsbedarfsplanung
(2014)
Die Eigenfertigungsplanung und -steuerung erhält als Eingangsinformation das zu realisierende Eigenfertigungsprogramm aus der Produktionsbedarfsplanung. Das Ziel der Eigenfertigungsplanung und -steuerung ist die Erstellung, Umsetzung und Kontrolle eines detaillierten Ablaufplans für die Fertigung und Montage unter Berücksichtigung der tatsächlich verfügbaren Produktionsressourcen.
Zunächst werden die Kernaufgaben der Eigenfertigungsplanung und -steuerung definiert, abschließend werden die Aufgaben in Form eines Referenzprozessmodells modelliert.
Ziel des Forschungsbereichs "Selbstoptimierende Produktionssysteme" ist es, sowohl technische als auch soziotechnische Produktionssysteme zu entwickeln, die durch Selbstoptimierung eine bessere Performance erreichen, als bei der Auslegung geplant und erwartet werden kann. Im Fokus steht die Steigerung der Produktivität in der Produktion direkt vor Ort. Bedeutend ist die dezentrale Entscheidungsfähigkeit der Mitarbeiter auf dem Shopfloor und in unterstützenden Bereichen, sowie der kognitiven und adaptiven Systeme und Netzwerke in der Produktion.
Produktionssysteme sind einer steigenden planungsbezogenen Unsicherheit und Störanfälligkeit ausgesetzt. Der hieraus resultierende überbetriebliche Koordinationsbedarf wurde hinsichtlich seiner Bewältigung in kontemporären Konzepten des Supply-Chain-Managements bislang methodisch nicht ausreichend berücksichtigt. Vor diesem Hintergrund gilt es ein geeignetes Werkzeug bereitzustellen, das die Planungsfähigkeit der Akteure sowie die Robustheit der Wertschöpfungskette als Ganzes steigert. Zu diesem Zweck soll der vorliegende Artikel einen Beitrag leisten, indem zunächst die relevanten Ursachen und Wirkungen planerischer Unsicherheiten aufgezeigt werden, um im Anschluss das darauf aufbauende Kooperationsmodell zu skizzieren.
Der High-Resolution-Supply-Chain-Management-Ansatz erlaubt es Unternehmen, in Echtzeit auf dynamische Einflüsse des Marktes reagieren zu können.
Echtzeitfähige Planungs- und Regelungsprozesse können den Planungsaufwand reduzieren und gleichzeitig mit den zur Verfügung stehenden Echtzeitinformationen die Planungsqualität verbessern.
Planungsprozesse auf Basis von Echtzeitinformationen setzen voraus, dass ein konsistenter Informationsaustausch zwischen den unterschiedlichen Planungsebenen besteht sowie ein hoher Autonomiegrad innerhalb der einzelnen Planungsinstanzen.
Produktionssysteme sind einer zunehmenden planungsbezogenen Unischerheit und Störanfälligkeit ausgesetzt. In diesem Kontext beschreibt der vorliegende Artikel vorliegende Artikel aktuelle Forschungsarbeiten, die den überbetrieblichen Koordinationsbedarf durch Integration unsicherheitsbezogener Echtzeitinformationen in die Produktionsplanung adressieren. Innerhalb der Forschungsaktivitäten werden durch Simulationsstudien der Anforderungen bezüglich der adäquaten Echtzeitfähigkeit der Planungsparameter abgeleitet.
PLM trifft ERP
(2013)
Distributionslogistik
(2013)
Die Umgebung von Industrie- und Handelsunternehmen hat sich in den letzten Jahren tiefgreifend verändert. Beispielhafte Auslöser waren der Wandel vom Produzenten zum Käufermarkt, der faktische Wegfall der nationalen Grenzen und die damit verbundene Intensivierung des europäischen Binnenmarktes sowie die zunehmende Bedeutung ökologischer Anforderungen. Um die Kundenbedürfnisse dennoch befriedigen zu können und damit dem Wettbewerb gewachsen zu sein, müssen sich die Distributionsstrukturen der Unternehmen immer schneller an diese Veränderungen anpassen. Nur so können die Waren flexibel, kostengünstig und schnell an die Kunden geliefert werden. In diesem Spannungsfeld kommt der Planung und Steuerung der Distributionsabläufe eine immer wichtigere Bedeutung zu.
Ziel dieses Kapitels ist nicht nur die Vermittlung grundlegender Begrifflichkeiten und Zusammenhänge der Distributionslogistik, sondern weiterhin auch Methoden zur Distributionsplanung und steuerung sowie Kennzahlen zur Messung der Distributionsleistung und -kosten.
Die Erfüllung der klassischen Aufgaben der Produktionsplanung und -steuerung (PPS) wird aufgrund der dynamischen Anforderungsprofile, die es Unternehmen abfordern, sich strukturell und operativ kontinuierlich zu verändern, zunehmend schwieriger. Der Umgang mit Dynamik und Komplexität wird vom Störfall zum Normalfall.
Vor diesem Hintergrund wird ein innovativer Ansatz für eine Produktionsplanung und -regelung vorgestellt, der das Ziel verfolgt, die den Produktionssystemen inhärente Planungskomplexität beherrschbar zu machen.
Der Lösungsansatz basiert auf kybernetischen Strukturen, die den Beschränkungen der Wandlungs- und Lebensfähigkeit. Als grundlegender Teil des Ansatzes wird die Produktionsregelung unter Berücksichtigung des Echtzeitaspektes entworfen.
Aufgaben
(2012)
Aufgabe der Produktionsplanung und -steuerung (PPS) ist die termin-, kapazitäts- und mengenbezogene Planung und Steuerung der Fertigungs- und Montageprozesse. Während die Produktionsplanung den Inhalt und die Einzelprozesse der Fertigung und der Montage zu gestalten hat, regelt die Produktionssteuerung den Ablauf der Tätigkeiten in der Fertigung im Rahmen der Auftragsabwicklung. Dabei regelt die Produktionssteuerung, wann unter Berücksichtigung der Vorgaben der Produktionsplanung einerseits und der vorgegebenen logistischen Zielgrößen andererseits welche Teilprozesse in welcher Reihenfolge einen Produktionsfaktor beanspruchen.
Aus Sicht der logistischen Planung und Steuerung stellt die Beherrschung der steigenden Dynamik in der kundenindividuellen Produktion und Montage die wesentliche Herausforderung der kommenden Jahre dar. Ursachen der zunehmenden internen Dynamik sind kürzere Lieferzeiten, eine höhere Varianz der Fertigungs- und Montageprozesse (verursacht durch die zunehmende Produktvielfalt) und der Einsatz komplexer Produktionsanlagen (Substitution des Faktors Arbeit durch Kapital). Die drastische Verkürzung der Lieferzeiten hat die Auftragssituation und den Kapazitätsbedarf produzierender Unternehmen maßgeblich verändert. Die notwendigen Durchlaufzeitreduzierungen konnten nur durch eine entsprechende Reduzierung der Umlaufbestände erreicht werden. Diese Bestandssenkung hat zwangsläufig zu einer stärkeren Kopplung der einzelnen Produktionsressourcen untereinander geführt. Kapazitätsschwankungen und Prozessinstabilitäten einer Einzelressource wirken sich auf Grund der stärkeren Kopplung stärker auf die Stabilität des Gesamtsystems aus, da der Bestand nicht mehr als Dämpfer wirken kann. Gleichzeitig nehmen makroskopische, überbetriebliche Kapazitätsschwankungen in der Lieferkette zu, da die zeitliche Dämpfung fehlt.
Die steigende Varianz der Prozessketten und -zeiten verstärkt potenziell den Effekt der beschriebenen Kapazitäts- und Durchlaufzeitschwankungen. Eine „mittelwertbasierte PPS“ ist daher nicht mehr anforderungskonform. Herkömmliche Planungs- und Steuerungskonzepte, die auf diese Varianz nicht entsprechend reagieren können, tragen so unweigerlich zu einem weiteren Aufschwingen des Systems bei. Die fehlende Dämpfung führt bei schwankenden Bedarfen zu Auslastungsverlusten und steigenden Rückständen in der Produktion.
Eine Absorption der Dynamik durch Bestände und Entkopplung oder das Vorhalten von Reservekapazitäten zur Prozesssynchronisation sind heute aus Gründen des Kostendrucks und kundenindividueller Produkte nicht mehr möglich. Vielmehr sind neue Ansätze in der Planung und Steuerung von inner- und überbetrieblichen Produktionsprozessen notwendig, die die Dynamik der Prozesse und Kapazitätsbedarfe aufnehmen können, diese in Bezug zum übergeordneten Auftragsnetz bringen und Lösungen zur Absorption der Dynamik unter Berücksichtigung der wirtschaftlichen und logistischen Zielsetzungen ableiten lassen.
Unternehmen sehen sich aktuell verschiedenen Herausforderungen ausgesetzt, die durch dynamische Rahmenbedingungen, insbesondere in Bezug auf die Schnittstellen zu ihren Kunden und Lieferanten, verursacht werden. Kundenseitig hat die zunehmende Individualisierung der Anforderung zu einem differenzierteren und damit vergrößerten Produkt- und Leistungsportfolio bei produzierenden Unternehmen im Rahmen der Serienfertigung geführt. Das hat zur Folge, dass Unternehmen ihre Produktion zunehmend auftragsbezogener gestalten müssen. In verschiedenen Branchen ist diese Entwicklung bereits so weit fortgeschritten, dass eine Produktvariante eins zu eins einem Kunden zugeordnet werden kann. Verstärkend kommt hinzu, dass die Produktlebenszyklen von allgemeinen als auch kundenindividuellen Produkten zunehmend kürzer werden. Das Produktportfolio unterliegt somit einer hohen Veränderlichkeit.
Die beschriebene zeitdynamische Variabilität in Bezug auf die qualitativen Aspekte der Kundenanforderungen paart sich mit einer quantitativen Variabilität der Kundenbedarfe. Letztere drückt sich in einem höheren Anteil an kurz- und mittelfristigen Auftragseingängen auf der Ebene einzelner Kunden, als auch aggregiert über alle Kunden aus. Die Vorhersehbarkeit und die Überraschung bilden die Extrempole des Kundenverhaltens, welche die Planbarkeit aus Sicht von Unternehmen induzieren. Damit kann in diesem Fall auch synonym von planbarem (vorhersehbarem/kurzfristigen) Kundenverhalten und nicht-planbarem (überraschendem) Kundenverhalten gesprochen werden. Diese Kombination qualitativer und quantitativer Variabilität macht den Markt für produzierende Unternehmen zunehmend schwerer kalkulierbar.
Zusammenfassend lässt sich herausstellen, dass Produktionsplaner heute komplexere produkt- und kundenseitige Anforderungen im Rahmen der Auftragseinlastung berücksichtigen müssen. Er muss darauf achten, dass Vertriebs-, Einkaufs-, Produktion- und Versandplanung miteinander synchronisiert werden, um den Kunden einen verbindlichen Liefertermin zusagen zu können.
Aus Sicht des Produktionsmanagements stellt die Beherrschung der steigenden Dynamik und den daraus resultierenden Konsequenzen wie beispielsweise Unter- und Überlastsituationen eine zentrale Herausforderung der kommenden Jahre dar. Ursachen der zunehmenden unternehmensinternen Dynamik sind verkürzte Lieferzeiten, eine höhere Prozessvarianz der Fertigung und Montage (verursacht durch individualisierte Produkte) und der Einsatz technologisch-komplexer Produktionsanlagen. Die drastische Verkürzung der Lieferzeiten hat die Auftragssituation und den Kapazitätsbedarf produzierender Unternehmen stark verändert.
Kapazitätsschwankungen und Prozessinstabilitäten einer Einzelressource wirken sich auf Grund der stärkeren Kopplung wesentlich drastischer auf die Stabilität des gesamten Unternehmens aus, da Bestände als Puffer zu kapitalintensiv geworden sind. Gleichzeitig nehmen makroskopische, überbetriebliche Kapazitätsschwankungen zu, da die Reaktionszeiten innerhalb der Lieferkette deutlich kürzer geworden sind.
Die steigende Varianz der Prozessketten und -zeiten potenziert die beschriebenen Kapazitäts- und Durchlaufzeitschwankungen. Eine "mittelwertbasierte PPS" kann aufgrund der gestiegenen Planungsanforderungen nicht mehr zielkonform agieren. Planungs- und Steuerungskonzepte, die auf diese Komplexität nicht reagieren können, multiplizieren ein weiteres Aufschwingen der Bedarfe in der Lieferkette und führen zu Auslastungsverlusten und steigenden Rückständen in der Produktion. Heute sind neue Ansätze in der Planung und Steuerung von inner- und überbetrieblichen Produktionsprozessen notwendig, die die Dynamik der Prozesse und der Kapazitätsbedarfe beherrschbar machen oder ggf. sogar kompensieren können.
Funktionen
(2012)
Die Aufgaben der PPS werden in den direkten und indirekten Bereichen in Fertigungsunternehmen als Funktionalitäten in Informations- bzw. Anwendungssystemen umgesetzt. Informationssysteme unterstützen die Verwaltung und Bereitstellung von Informationen, die Erstellung von Plänen, die Koordination von Abteilungen, die Überwachung und Steuerung von Prozessen und weiteres.
Prozessarchitektur
(2012)
Das Aachener PPS-Modell beschreibt Aufgaben, Prozesse und Funktionen für die Produktionsplanung und -steuerung in verschiedenen Referenzsichten. Dabei liegt der Fokus auf den unterschiedlichen Aspekten der Planung und Steuerung inner- und überbetrieblicher Produktion. Die Unterscheidung in inner- und überbetriebliche Aufgaben wurde bereits im Aufgabenmodell dargestellt. Betrachtet man die Produktion in Netzwerken, so wird deutlich, dass nicht alle Aufgaben durch einen Netzwerkpartner abgedeckt werden können. Die kooperative Leistungserstellung macht es erforderlich, dass die Erfüllung einzelner Teilaufgaben durch unterschiedliche Netzwerkpartner koordiniert wird. Für die PPS in Produktionsnetzwerken werden daher die Netzwerkebene und die Ebene der einzelnen Unternehmung unterschieden.
Prozesse
(2012)
Für die effiziente Gestaltung des Leistungserstellungsprozesses im Un-
ternehmen bildet die Verwendung eines geeigneten Referenzmodells den
Grundstein, um in möglichst kurzer Zeit und ohne großen Aufwand ein
repräsentatives Abbild der konkreten Ablauforganisation zu generieren.
Als geeignetes Referenzmodell hat sich in diesem Anwendungszusam-
menhang das Aachener PPS-Modell bewährt. Dem als Prozess-
sicht bezeichneten Teil des Aachener Referenzmodells widmen sich die
folgenden Abschnitte des Kapitels im Besonderen.
Zusammenfassung und Ausblick
(2012)
Aufgrund kürzer werdender Produktzyklen und steigender Produktvielfalt werden produzierende Unternehmen mit einer zunehmenden Anzahl von Produktanläufen konfrontiert. Ziel aktueller Forschungsaktivitäten ist es daher, anlaufintensive Unternehmen zu befähigen, verlässliche Produktionsprogramme in kurzer Zeit zu erstellen. Lerneffekte sollen genutzt werden können ohne Diversifikationseffekte zu vernachlässigen. Zur Erreichung dieser Zielsetzung wird ein Modell für eine kybernetische PPP bei Produktanläufen entwickelt.
Aachener PPS-Modell
(2012)
Die Produktionsplanung und -steuerung bildet heute nach wie vor den Kern eines jeden Industrieunternehmens. Entgegen bisweilen kurzzeitigen Trends, die sich in immer wieder als „modern“ und „zeitgemäß“ proklamierten Konzepten äußern, hält das Aachener PPS-Modell am Betrachtungsansatz des ganzheitlichen Produk-tionssystems fest. Ressourcen und Prozesse eines Unternehmens und darüber hinaus auch die der Zulieferer müssen auf den Nutzen des Kunden bzw. auf die Wertschöpfung für den Kunden abgestimmt sein. Im Vordergrund steht die Optimierung des gesamten Produktionssystems. Produktionssysteme beschreiben die ganzheitliche Produktionsorganisation und beinhalten die Darstellung aller Konzepte, Methoden und Werkzeuge, die in ihrem Zusammenwirken die Effektivität und Effizienz des gesamten Produktionsablaufes ausmachen. Die Orientierung am Kundennutzen muss dabei wei-testgehend unter Vermeidung von Verschwendung erfolgen. Dafür stehen heute die Begriffe "Production System" und "Lean Thinking".Die Produktionsplanung und -steuerung ist der wesentliche Baustein eines Produktionssystems.
Die Entwicklung des Aachener PPS-Modells erfolgte mit dem Ziel, die ganzheitliche Betrachtungsweise durch Abstraktion bzw. Vereinfachung in der modellhaften Abbildung aller relevanten Zusammenhänge in der PPS zu unterstützen. Dabei lässt sich feststellen, dass eine ganzheitliche Betrachtung des Produktionssystems mit dem Fokus auf die PPS mit einem hohen Komplexitätsgrad einhergeht. Der Gesamtumfang einer solchen ganzheitlichen Betrachtungsweise macht es erforderlich, das Modell in verschiedene anforderungsspezifische Bereiche zu untergliedern und die einzelnen Teilmodelle miteinander zu verknüpfen.
Einen Überblick über das Grundverständnis und den Aufbau des Aachener PPS-Modells liefert der folgende Abschnitt. Im Anschluss daran erfolgt eine grundlegende Darstellung der Einsatzmöglichkeiten einzelner Modellteile, im Rahmen des Aachener PPS-Modells auch Referenzsichten genannt, sowie eine kurze inhaltliche Beschreibung der einzelnen Referenzsichten.
Einführung
(2012)
Der effiziente Umgang mit den dynamischen Rahmenbedingungen produzierender Unternehmen ist eine der wesentlichen Aufgaben des Supply Chain Managements in Hochlohnländern. Die echtzeitnahe Verfügbarkeit und Verarbeitung planungsrelevanter Informationen nimmt dabei eine Schlüsselrolle ein. Sie stellt die Grundlage für eine realistische Planung und Steuerung der Produktion dar. Die zentrale Herausforderung liegt dabei in der Komplexität der Informationsvielfalt und deren Bewältigung sowie der effektiven Integration menschlicher Intuition und Erfahrung in den Regelkreis des Supply Chain Management. High Resolution Supply Chain Management (HRSCM) beschreibt einen Ansatz, Organisationsstrukturen und -prozesse auf Basis einer hohen Informationstransparenz in die Lage zu versetzen, sich durch dezentralisierte Produktionskontrollmechanismen in Form eines kaskadierten Regelkreismodells selbstoptimierend an ständig verändernde Rahmenbedingungen anzupassen.